基于Zernike矩的三维目标多视点特性视图建模

目标的模型化是三维目标识别的一个重要环节。由于从多视点特征法建立的模型能够避免从二维图像中恢复目标的三维结构,在三维目标识别中应用比较广泛。使用镶嵌式多面体分割视觉空间以得到三维目标的多视点投影图像,采用较小的镶嵌单元尺寸以完备地描述目标各种姿态的信息。Zernike矩具有旋转不变性,并能够方便地由各阶矩重建图像。计算多面体各个单元的投影图像的Zernike矩,所需的矩的最高阶次由重建图像与原图像的差别确定,通过聚类方式合并那些图像的矩变化很小的投影对应的几个小单元,每个新单元可以提取一幅特性视图,实现较小数目的多视点特性视图的建模。实验证明了这种方法的可行性。

不变矩在模式识别中的应用研究

矩作为模式的特征在二维图象模式识别中应用很广。该文根据Hu矩、Zernike矩、Pseudo-zernike矩、Legendra矩、旋转矩和复数矩的原始表达式,归纳出适用于计算机处理的矩的一般表达式。接着,引出三次B样条小波矩,依照矩的一般表达式与Zernike矩比较它们作为模式特征的辨别力和可靠性,得出与前人不一样的结论。最后,以实验验证之。

基于Arimoto熵和Zernike矩的刀具图像亚像素边缘检测

为满足基于机器视觉的刀具尺寸测量系统快速及高精度的要求,提出一种基于直线截距直方图的Arimoto熵和Zernike矩的图像亚像素边缘检测方法.首先,通过高斯滑动窗口获取图像的邻域平均灰度,构造图像的灰度-邻域平均灰度二维直方图,并利用直线截距法将其降为一维直方图;然后,针对得到的直线截距直方图,依据Arimoto熵准则进行阈值分割,并将所得阈值映射回原二维直方图实现目标区域及像素级边缘的提取;最后,由基于Zernike矩的边缘模型对获取的像素级边缘进行重定位,以完成刀具图像亚像素级边缘的提取.通过对刀具图像进行的大量实验,将文中方法与基于Canny的、基于空间矩的、基于灰度矩的以及基于Zernike矩的边缘提取方法进行对比,发现文中方法运行速度更快且提取精度更高.

一种基于Zernike矩和稳态遗传算法的遥感图像匹配方法

该文提出了一种基于稳态遗传算法和Zernike矩的遥感图像匹配方法。将稳态遗传算法快速而有效的全局寻优特点应用于遥感图像的匹配定位。考虑到旋转畸变,采用遥感图像的Zernike矩作为相似性量度,实现遥感图像的匹配。实验结果表明,该算法可以克服图像的旋转畸变,在保证一定的匹配精度下,具有较高的匹配效率。

3D Zernike矩在三维地形匹配中应用

本文介绍了三维地形匹配工作原理,提出3DZernike矩在三维地形匹配中应用算法。该方法利用三维地形曲面与其3DZernike矩具有一一对应关系,计算实时恢复得到的三维地形与基准图中参考三维地形的3DZernike矩,比较这两个3DZernike矩之间欧式距离,并以欧式距离最小为最佳匹配原则实现三维地形的精确匹配。该方法充分利用3DZernike矩的性质,将三维地形匹配转换成3DZernike矩匹配。该算法对匹配地形无特殊要求,抗噪声能力强,能实现三维地形的精确匹配。

基于Zernike不变矩的零水印算法

为了实施图像的版权保护,提出了一种基于Zern ike不变矩的零水印算法。利用Zern ike矩幅度的旋转不变性提取图像特征点,将特征点通过设定的阈值量化为二值序列作为零水印保存到零水印信息库(IPR)。证明版权利用Zern ike矩提取待检测图像特征点,以同样的阈值量化为二值水印序列与零水印作相关性检测。实验结果表明,该方法很好地解决了传统水印鲁棒性和不可感知性的矛盾问题,对常用的图像处理和几何攻击具有较好的鲁棒性。

基于Zernike矩及神经网络的掌纹识别方法

采用了一种分层次利用多种特征的由粗到细的掌纹识别技术。在该方法中,主要定义了2种层次特征:基于距离的几何特征和基于Zernike矩的纹理特征。针对2种不同的特征,采用2种经典的神经网络,并把它们有效地合成到一个识别系统。最后用实验验证了该方法的有效性。

伪Zernike矩特征在图像重建中的应用

简单介绍了描述图像形状特征的伪Zernike矩,给出了伪Zernike矩的定义;在讨论伪Zernike矩性质的基础上,指出可以使用基于伪Zernike矩的形状特征数据来重建图像,阐述了基于伪Zernike矩的形状特征数据进行图像重建的理论基础;实验结果证明了基于伪Zernike矩进行图像重建的可行性。

基于改进Zernike矩的玻璃瓶亚像素边缘检测算法

图像的边缘检测精度决定了实际尺寸的测量精度,为了提高测量精度,提出了一种基于改进的Zernike矩的测量玻璃瓶实际尺寸的算法。将传统的Zernnike矩算法与Otsu自适应阈值法相结合,得到改进的快速算法;利用该快速算法对采集的玻璃瓶图像进行亚像素级边缘检测;运用最小二乘法根据亚像素坐标对瓶口与瓶底所形成的椭圆进行拟合;应用标准块规对系统进行标定并得到玻璃瓶实际的测量尺寸。实验结果表明,该方法不仅可使边缘检测达到亚像素级精度,还避免了人工反复选择阈值而造成的低效率与误判,实现了快速、准确、无接触测量实际尺寸的功能。

基于Zernike矩的低信噪比红外目标检测方法

针对低信噪比红外目标图像,分析了Zernike矩的基本原理、计算方法和旋转不变性,提出了基于Zernike正交矩的低信噪比红外目标检测方法,并比较了模板匹配、Hu矩、Zernike矩方法的目标识别效果。理论分析与实验验证了所提方法的有效性。

基于小波变换和不变矩的脱机签名鉴别

在以前研究的基础上,本文针对脱机中文签名的特点,提出利用小波变换及特征不变矩相结合的方案进行鉴别。与通常的小波变换提取细节信息不同,本文提取的是近似信息,反映了签名灰度图像灰度分布的走势。另外再结合利用伪Zernike不变矩计算的静态特征与在高密区域(HDR)基础上计算的其他动态特征,组成17维特征向量,构建脱机签名鉴别系统,并利用290个签名进行实验,实验结果表明FAR(错误接受率)和FRR(错误拒绝率)可分别达到7.83%、6.88%。

基于Hu矩和Zernike矩的文字识别

在研究Hu矩和Zernike矩的基础之上,提出一种基于Hu矩和Zernike矩的文字识别方法,在采集的文字图像中提取Hu矩和Zernike矩特征,利用K近邻的分类方法进行分类,理论和实验表明,该识别方法具有很强的抗图像平移、拉伸和旋转识别能力,其中Zernike正交矩由于其正交性在具有较高的识别能力的同时,还具有很强的冗噪能力。

Zernike矩与粗集预处理的神经网络在数字识别中的应用

针对无指针式表盘的数字判读问题,提出一种基于Zernike矩和粗集预处理的神经网络数字识别方法。该方法首先利用Zernike矩的旋转不变性特征提取数字图像特征,再对所提取的Zernike矩进行基于粗集的特征约简,约简后的信息输入到训练好的神经网络进行识别。通过实际的表盘分割截取的带旋转的数字识别中试验,结果表明该方法具有识别率高,速度快的特点,具有较高的实时价值。

基于Zernike矩的图象识别

分析了Zernike矩的旋转不变性特征 ,并将其应用于旋转目标的识别。由于Zernike矩可以构造任意高阶矩 ,所以Zernike矩的识别效果优于其他方法。

用Zernike矩来确定字符的旋转不变性特征

该文介绍了一种确定字符图像的旋转不变性特征的方法。这种方法总体上来说分两步进行。第一步,利用标准矩将字符图像标准化,如将图像调整到原点是其重心的位置,将图像的尺寸转化为一定大小,图像的总象素值为一指定值;第二步,利用Zernike矩来确定数字图像的旋转不变性特征。文章还给出了利用该方法做的一个证明旋转不变性的实验。

小波不变矩在图像识别中的应用研究

从矩特征的一般表达方式出发,引入了一种新的不变矩———小波不变矩,并将其用于飞机图像的识别中,仿真结果表明,同Hu矩和Zernike矩相比,该算法具有比较好的识别效果。

基于Zernike矩的图像归一化技术的研究

推导了基于Zernike矩的图像归一化标准,实验分析了数字图像离散化和噪声对Zernike矩计算的影响,并提出了相应的改进措施。最后,以BP神经网络作为分类器检验了改进的Zernike矩描述子的性能。试验结果显示改进的Zernike矩描述子能非常有效地保持平移、尺度、对比度和旋转不变性,并且能够有效抑制噪声影响。

基于平移不变Zernike矩和模块化神经网络的掌纹识别方法

在对掌纹原始图像进行去噪、分割等预处理之后,利用平移不变的Zernike矩特征矢量(TIZMs)作为掌纹特征建立特征库,根据已知分类信息建立样本集.并将问题分解为多个小规模的两类问题,然后采用模块化神经网络(MNN)作为分类器进行掌纹识别.对香港理工大学的Polyu PalmprintDB数据库中的3200个掌纹进行实验,在响应时间和识别精度等方面获得了很好的结果.

脱机手写签名鉴别研究

本文主要研究了脱机手写签名的特征提取,提出了一种结合静态特征与动态特征的新的鉴别方法。提取静态特征时,利用伪Zernike矩的尺度及位移不变性,在细化的签名图像上计算10阶伪Zernike不变矩来组成特征向量。提取动态特征时,则首先从灰度图像得到签名的全局及局部高密区域,利用高密区域与原签名图像对应部分的面积之比得到全局和局部HDF。另外在全局高密区域的基础上,计算其相对重心,并将其作为另一个特征。结合两类特征形成16维特征向量后,建立一个系统,在系统中采用290个真伪签名进行验证。实验结果表明,系统的FAR和FRR分别可以达到7·25%、9·30%。

几种激光光斑中心检测方法的比较

激光光斑位置的准确确定是决定测量系统精度高低的关键因素,所以激光光斑中心的定位就显得尤为重要。通过对模拟光斑图像进行计算,对常用的几种方法进行了比较并得出了结论。